Cara Menganalisis Hasil Pre Test dan Post Test

Add post

Username* Please type your username .

E-Mail* Please type your E-Mail .

Post Title* Please choose an appropriate title for the post .

Category* Please choose the appropriate section so easily search for your post .

Tags Please choose suitable Keywords Ex : post , video .

Attachment

Browse

Details

Cara Menganalisis Hasil Pre Test dan Post Test

Manfaat :

1. Evaluasi Metode Mengajar

2. Evaluasi Dosis Obat

3. Evaluasi Treatment pada Tanaman

Cara Menganalisis Hasil Pre Test dan Post Test

1.Cek penyebaran data pada data pretest dan posttest.

“Apakah kebanyakan berada di sekitar rata-ratanya? (Uji normalitas)”

2.Lakukan Pair T Test

Uji Normalitas Menggunakan SPSS

1.Analyze

2.Descriptive Statistics

3.Explore

4.Masukan variabel (data) yang diuji, yaitu variabel pretest dan postest ke dalam kolom dependent list

5.Klik plots

6.Centang normality plots with test

7.Continue

8.Ok

Aturan Pengambilan Keputusan

“Jika p-value (nilai pada kolom Sig. pada tabel Tests of Normality) < $\alpha$ , maka tolak Ho.”

Penulisan Hipotesis Untuk Uji Normalitas

Ho : Data berasal dari populasi yang berdistribusi normal

Ha : Data tidak berasal dari populasi yang berdistribusi normal

Contoh Kasus :

*Misal $\alpha =$ 5%

Dari tabel di atas, diperoleh nilai Sig. (p-value) untuk uji normalitas dengan metode Shapiro variabel pretes sebesar 0,541 (54%) dan variabel posttest 0,361(36%). Artinya,

p-value > $\alpha$

50% > 5%

Kesimpulan : Terima Ho (berdasarkan aturan pengambilan keputusan), artinya “data berasal dari populasi yang berdistribusi normal”.

Uji T (Pair T Test)

1. Analyze

2. Compare means

3. Pair sample t-test

4. Masukan variabel pretest dan post test ke kolom paired variables

5. Klik tombol options

6. Masukan confidence interval 95% jika tolerasnsi error yang anda inginkan sebesar 5%

7. Continue

8. Ok

Contoh Kasus :

Misal $\alpha = 5$ %

$Ho : \mu_{pre}=\mu_{post}$

$Ha : \mu_{pre}<\mu_{post}$

Dari tabel di atas diperoleh nilai p-value = 0,168 = 16 % ( lihat kolom Sig.(2-tailed) ). Jadi,

p-value > $\alpha$

16% > 5%

Kesimpulan : Terima Ho. Artinya, tidak ada perbedaan diantara prestest dan posttest.

Dengan demikian, apabila data yang diuji adalah untuk mengevaluasi metode mengajar, maka metode mengajar tersebut tidak berdampak terhadap siswa.

Cara Penulisan Hipotesis Pair T-Test

$Ho : \mu_{pre}=\mu_{post}$

$Ha : \mu_{pre}<\mu_{post}$

Maksud dari penulisan Ho di atas adalah rata-rata hasil pre test dan post test nya sama. Artinya tidak ada perbedaan.

Catatan :

Penulisan Ho untuk uji t harus $Ho : \mu_{pre}=\mu_{post}$ . Ini disebabkan karena Ho dijadikan patokan dalam pengambilan keputusan. Ingat patokannya adalah kita harus menolak Ho jika p-value <= $\alpha$ . Jika anda membuat Ho nya salah, maka akan mengakibatkan kesimpulan yang salah.

Sedangkan maksud dari penulisan Ha di atas adalah rata-rata hasil post test lebih besar daripada hasil pre test. Dengan kata lain, ada perbedaan diantara pre test dan post test, yakni rata-rata post test lebih besar daripada pre test.

Penulisan Ha untuk uji t bisa saja $Ha : \mu_{pre}>\mu_{post}$ . Tergantung tujuan. Jika bertujuan untuk menguji metode pengajaran, tentu tujuannya adalah $\mu_{pre}<\mu_{post}$ . Jika bertujuan untuk menguji alat penurunan detak jantung, maka $\mu_{pre}>\mu_{post}$

⋅ $\alpha$ adalah error. Yaitu error yg ditoleransi. Bahasa matematisnya,

“maksimal toleransi error ketika menolak Ho.”

Jadi, ketika hasil perhitungan (p-value/nilai Sig) masih di bawah error yang ditoleransi, maka tolak Ho.

⋅Secara matematis, seharusnya kita tidak menggunakan istilah terima Ho tapi gagal menolak Ho.

⋅Apabila Anda hanya akan menganalisis data yang kecil misal data nilai ujian 1 kelas dengan jumlah 30 orang, cukup bandingkan saja, nilai rata-rata pretest dan posttest atau lakukan uji Effect-Size untuk perhitungan yang lebih sederhana

Sumber : memegenerator

Kita hidup di dunia bukan untuk membandingkan kebahagiaan dengan orang lain tetapi bertugas untuk beribadah dan menyembah Yang Maha Kuasa